MétaCan
Menu
Retour à la cohorte
Enregistrement W2286894700

Sometimes Help Hurts: Imagining a New Approach to Section 15(2)

2013· article· en· W2286894700 sur OpenAlexaffabout
Joseph Marcus

Notice bibliographique

RevueSSRN Electronic Journal · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMulticultural Socio-Legal Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésScrutinySupreme courtCharterLawDeferencePolitical scienceLaw and economicsSection (typography)Substantive lawSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

“The crux of a substantive equality analysis,” Professor Donna Greschner once wrote, “is critical scrutiny of the criteria that policy-makers use to differentiate.” This paper is in full agreement with Greschner’s point and, up until Kapp, it appeared as though the Supreme Court of Canada was as well. Part I of this paper explains that the Court’s initial endorsement of substantive equality reflected a fundamental understanding that inequality cannot always be seen at the surface. Often inequality must be uncovered, meaning “[w]e cannot assess whether a policy promotes or impedes substantive equality without examining people’s circumstances … independently of the words of the law itself.” With Part I having established the centrality of impact to the Court’s vision of substantive equality, Part II shows how the Court in Kapp, fearful of discouraging governments from ameliorating disadvantage, opted in favour of deference. The Court was willing to make sure that a law was genuine in its ameliorative intent; however, it was not prepared to force governments to prove (or disprove) the law’s precise impact. Part III, accordingly, seeks a middle ground. It agrees that section 15(2) of the Charter operates best in a threshold capacity, but argues that it is possible to insert scrutiny into the test without significantly enhancing the somewhat theoretical risk of deterrence.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0190,094
Communication savante0,0270,025
Science ouverte0,0040,011
Intégrité de la recherche0,0130,018
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetMulticultural Socio-Legal StudiesTravaux en français237 207